问卷(量表)信效度检验的软件实现(SPSSAmos).ppt

量表信效度检验及软件实现主要内容一、相关概念二、软件操作一、相关概念￿￿一、相关概念—信度信度：即可靠性，是指在相同条件下，采用相同方法所得结果的稳定性重测信度Ø（test-retest￿reliability）：同一问卷对同一调查对象在尽可能相同的情况下重复进行测量Ø￿两次间隔2-4周为宜Ø￿一般要求0.7以上一、相关概念—信度重测信度Ø（Cronbach’s￿￿ ￿coeffient）：内部一致性，取值0-1，越接近1信度越高Ø适用于态度、意见类量表Ø一般要求0.7以上 信度系数一、相关概念—信度重测信度Ø（split-half￿reliability）：￿调查项目分为两半，计算两半得分的相关系数，属于内部一致性Ø问卷两部分的内容性质、难易程度、题目数要尽量一致有反向计分的需要逆向处理Ø不适用于事实性问卷如年龄、性别；适用于态度、意见类量表 信度系数折半信度一、相关概念—信度重测信度Ø（equivalent-forms￿reliability）：同一调查者在最短时间内填两份复本Ø两副本除表达方式不同，在内容、格式、难度、提问方向等方面完全一致Ø设计复本很困难。

 信度系数折半信度复本信度一、相关概念—效度效度：(Validity)即有效性，指测量工具能够准确测出所需测量的事物的程度；所测量到的结果与要考察的内容越吻合，则效度越高一、相关概念—效度内容效度Ø（content-related￿validity）指量表的各条目是否测定了希望测量的内容，即测定对象对问题的理解和回答是否与条目设计者希望询问的问题一致Ø专家打分法一、相关概念—效度内容效度Ø结构效度（construct￿validity￿）：指测量值与理论上的某种结构之间的对应程度；即测验的结果是否能证实或解释某一理论的假设或构想，解释的程度如何Ø没有金标准，需要用调查数据来进行探索性和验证性因子分析结构效度一、相关概念—效度内容效度结构效度校标效度Ø（￿criterion-related￿validity）：指用一个预检验的量表和一个公认的效度高的量表（标准量表）同时测量同一对象，检验新量表与标准量表测量结果的相关性Ø公认的问卷比较难选择一、相关概念—效度内容效度结构效度校标效度二￿、软件实现二￿、软件实现自我感知老化问卷￿￿32条目，7个维度 维度度原量表原量表维度度19；；13；；25；；26；；29情感表征分量表情感表征分量表221；；22；；23；；24消极控制分量表消极控制分量表310；；11；；12；；14；；15积极控制分量表极控制分量表41；；2；；3；；4；；5急慢性急慢性时间性分量表性分量表527；；28；；30；；31；；32周期周期时间性分量表性分量表66；；7；；8积极极结果果716；；17；；18；；19；；20消极消极结果果二￿、软件实现—重测信度分析小样本测量一次，两周后所有小样本进行重复测量，随后再进行大样本的正式调查。

整理好两次收集的数据，根据数据类型选择相关分析将两次数据整理到一起正态性检验“分析—描述统计—描述”正态性检验偏度峰度统计量标准误统计量标准误Item1-.201.427-.838.833Item1B-.280.427-.623.833Item2.238.427-.729.833Item2B.093.427-.674.833Item3.134.427-.766.833Item3B-.012.427-.648.833Item4.041.427-.914.833Item4B-.105.427-.744.833Item5.000.427-.347.833Item5B-.116.427-.152.833Item6-.156.427-.428.833Item6B-.459.427.120.833Item7-.201.427-.453.833Item7B-.189.427-.482.833Item8-.883.427.847.833Item8B-.842.4271.269.833Item9.000.427-.632.833Item9B-.032.427-.773.833Item10-.784.427.730.833Item10B-.707.427.308.833Item11-.766.4271.144.833Item11B-.862.4271.241.833Item12-.280.427-.623.833Item12B-.032.427-.773.833Item13.100.427-.877.833Item13B-.086.427-.991.833Item14.029.427-.025.833Item14B.123.427-.065.833Item15-.602.427.138.833Item15B-.477.427-.025.833Item16.259.427-.440.833Item16B.210.427-.234.833Item17-.037.427-.403.833Item17B-.037.427-.403.833Item18.210.427-.234.833Item18B.259.427-.440.833Item19-.155.427.090.833Item19B-.155.427.090.833Item20-.029.427-.025.833Item20B-.029.427-.025.833Item21-.504.427.320.833Item21B-.639.427.569.833Item22.851.427.724.833Item22B.749.427.492.833Item23.402.427-.347.833Item23B.289.427-.403.833Item24.214.427-.569.833Item24B.106.427-.617.833Item25-.532.427-.352.833Item25B-.494.427-.594.833Item26.000.427-1.303.833Item26B.013.427-1.388.833Item27.131.427-1.057.833Item27B-.003.427-1.214.833Item28-.504.427.320.833Item28B-.639.427.569.833Item29.199.427-.618.833Item29B.198.427-.668.833Item30-.515.427.354.833Item30B-.459.427.120.833Item31-.793.4272.283.833Item31B-.793.4272.283.833Item32-.988.4271.862.833Item32B-.988.4271.862.833有效的 N （列表状态）计算偏度(Skewness)和峰度(Kurtosis)￿，当它们接近0时，为正态。

非正态数据相关选择”spearman”三、软件实现—信度分析重测信度：Ø可以先小样本n1测试一次，两周后所有小样本再测一次，随后再进行大样本的调查Ø或者大样本n2所有数据收集好，2周后在大样本中随机抽取一小部分人进行调查Ø整理好两次收集的数据，进行相关分析“分析-相关-双变量相关”Spearman相关三、软件实现—重测信度分析三、软件实现—Cronbach￿￿ ￿系数“分析-度量-可靠性分析”整体量表的Cronbach￿￿ =0.884￿三、软件实现—内容效度专家家评分表分表条目翻译等价性文化适应性Item 11 2 3 4 5 1 2 3 4 5 Item 21 2 3 4 5 1 2 3 4 5 Item 31 2 3 4 5 1 2 3 4 5 ………Item 321 2 3 4 5 1 2 3 4 5 3.￿条目内容效度=（该条目翻译等价性专家打分均值+该条目文化适应性专家打分均值）/24.￿总问卷内容效度=所有条目效度的均数1.￿某条目翻译等价性的专家打分均值=该条目翻译等价性专家打分之和/专家数2.￿某条目文化适应性的专家打分均分=该条目文化适应性专家打分之和/专家数三、软件实现—结构效度Exploratory factor analysis , EFA——SPSSConfirmatory factor analysis ,CFA——Amos软件将数据分为均等的两份￿OR￿一份数据用两次￿OR￿两次收集数据均分为两半:￿￿将数据按得分高低排序均衡地分为两半￿OR￿利用SPSS随机分为两半“分析-降维-因子分析”探索性因子分析探索性因子分析“描述”勾选KMO和Bartlett球形检验探索性因子分析“抽取”：￿特征根 1探索性因子分析￿￿“旋转”：￿最大方差法最大收敛迭代次数：系统默认25探索性因子分析“选项”：￿按大小排列探索性因子分析探索性因子分析KMO 和和 Bartlett 的检验的检验取样取样足够度的足够度的 Kaiser-Meyer-Olkin 度量。

度量863Bartlett 的球形度检验的球形度检验近似卡方近似卡方5423.460df496Sig..000ØKMO越接近1越适合做因子分析，一般要求>0.8；ØBartlett￿的球形度检验：￿卡方值=5423.460，￿￿P<0.001,各变量的独立性假设不成立，适合做探索性因子分析探索性因子分析解解释的的总方差方差成份初始特征初始特征值提取平方和载入合计方差的 %累积 %合计方差的 %17.90624.70724.7077.90624.70723.85912.06136.7683.85912.06132.0046.26143.0292.0046.26141.8465.76948.7981.8465.76951.6325.10053.8981.6325.10061.2653.95457.8521.2653.95471.2063.76861.6201.2063.7688.9993.12264.7429.8642.69967.441提取七个因子共解释61.62%的变异旋转成份矩阵旋转成份矩阵a a成份1234567item25.779.779.060-.105.128.102.018-.026item29.746.746.043-.143.102.078.048.023item13.686.686.250-.040.106.008.109-.015item26.685.685.229-.047.044.145.091.032item9.665.665.126-.108.159.113.082-.030item27.555.555.317.068.152.008.257.024item19.065.065.675-.044.299.124.134.124item21-.002.669.669.002.205.105.351.213item20.254.652.652-.123.179-.010.038.109item17.356.646.646-.165.182.115.016.014item18.332.632.632-.142.188.103.147-.082item16.175.612.612.169.112.216.096-.043item28.256.368.368.174.039.145.326-.134item11-.057.018.874.874.005.027-.027.064item10-.056-.055.858.858.023-.003-.006.095item12-.114.000.768.768-.028.051-.023.047item15-.162.171.568.568-.104.226.162.084item14-.030-.182.565.565.013.012-.032.190item1.045.201.076.818.818-.030.134-.058item3.201.169.020.797.797.006.074-.026item4.149.441.066.640.640.009.095.044item2.320.180-.150.628.628.292.061-.048item5.246.257-.161.541.541.293.021.120item32.157.071.046.135.858.858.022.054item30.219.091.053.087.840.840.063-.070item31.012.316.216-.017.717.717.173.077item24.235.129-.090.088.205.744.744.084item22-.032.127.143.111.014.744.744.071item23.248.171-.099.067.006.730.730.105item6-.060.142.157.102-.017.111.800.800item7.102.161.114-.291.037.044.718.718item8-.046-.157.380.137.047.110.591.591提取方法 :主成份。

旋转法 :具有 Kaiser 标准化的正交旋转法a. 旋转在 7 次迭代后收敛 维度度原量表原量表汉化量表化量表19；；13；；25；；26；；299；；13；；25；；26；；29；；27221；；22；；23；；24(反向反向计分分)22；；23；；24310；；11；；12；；14；；1510；；11；；12；；14；；1541；；2；；3；；4；；51；；2；；3；；4；；5527；；28；；30；；31；；3230；；31；；3266；；7；；86；；7；；8716；；17；；18；；19；；2016；；17；；18；；19；；20；；21；；28条目转移27：“时间周期性”---“情感表征”28：“时间周期性”---“消极结果”21：“消极控制”---“消极结果”验证性因子分析下载安装Amos软件ØAmos版本最好低于SPSS的版本模型绘制选择数据数据分析和模型调整Amos￿模型绘制Ø潜变量和误差项之间不能有共变关系Ø模型绘制时，必须要有一个因素负荷量预设为1测量误差项观察变量潜变量公变关系一次选择一个变量选择所有变量取消选择删除对象移动对象旋转潜在变量的测量变量选择数据文件计算估计值储存目前的路径图列出数据集内的变量名称描绘潜在变量或增画潜在变量的测量变量绘制出的模型图选择数据文件点击“选择数据文件按钮（Select￿data￿files）”，选中分出的后半部分数据”SPSS2”点击“在模型中例举变量（List￿￿variables￿in￿the￿model）”，将相应变量拖拽至模型中。

设定文字报告需要呈现的统计量点击“分析性质（Analysis￿properties）”，勾选相应的报告指标点击“保存按钮”之后，再点击计算按钮得到计算结果模型匹配指标统计检验量量适配的适配的标准或准或临界界值绝对匹配指标 2值（卡方（卡方值））P>0.05（受（受样本量影响，本量影响，样本越大，本越大，P值可能越小）可能越小）GFI，（良适性匹配指，（良适性匹配指标）） 0.90AGFI（（调整后良适性指整后良适性指标）） 0.90RMSEA（（渐进残差均方和平方根）残差均方和平方根）  0.05匹配良好；匹配良好；  0.08匹配合理匹配合理 增值匹配指标NFI（（规则适配指数）适配指数） 0.90IFI （增（增值适配指数）适配指数） 0.90TLI(NNFI) （非（非规准适配指数）准适配指数） 0.90CFI （比（比较适配指数）适配指数） 0.90简约匹配指标PGFI（（简约适配度指数）适配度指数）>0.5CN（（临界界样本数）本数）>200NC（卡方自由度的比（卡方自由度的比值））1< NC <3;表示模型有表示模型有简约适配程度；适配程度； NC>5，表示，表示模型需要修正模型需要修正 （卡方自由度比）（卡方自由度比）未修订模型拟合情况指指标修修订前前拟合合结果果标准准 2值 2=1039.4，，df=444（（P<0.001））P>0.05RMSEA0.060 0.08IFI0.893 0.90TLI(NNFI)0.879 0.90CFI0.892 0.90NC( 2/df)2.3411-3模型的修订以修正指数（￿Modification￿Indices,￿MI）为参照Ø从MI值最大的开始修改，每次只建立一个误差项之间的公变关系。

Ø当两对共变关系对应的MI相近时，以大为先Ø理论基础￿￿￿VS￿￿拟合效果浏览模型结果-View￿results模型匹配度摘要（Model￿Fit￿Summary）绝对匹配指标Ø2值：P>0.05（受到样本量影响，样本越大，P值可能越小）ØGFI0.90ØAGFI0.90ØRMSEA0.05匹配良好；￿0.08匹配合理增值匹配指标ØNFI￿0.90ØIFI￿0.90ØTLI(NNFI)￿0.90ØCFI￿0.90简约匹配指标ØPGFI>0.5ØCN>200ØNC:￿1<￿NC￿<3;表示模型有简约适配程度；￿NC>5，表示模型需要修正e9\e13建立公变后模型拟合情况指指标修修订前前拟合合结果果修修订后后拟合合结果果标准准 2值 2=1039.4，，df=444（（P<0.001）） 2=972.2，，df=443（（P<0.001））P>0.05RMSEA0.0600.056 0.08IFI0.8930.905 0.90TLI(NNFI)0.8790.892 0.90CFI0.8920.904 0.90NC( 2/df)2.3412.191-3最终模型最终修订后模型拟合情况指指标修修订前前拟合合结果果修修订后后拟合合结果果标准准 2值 2=1039.4，，df=444（（P<0.001））P<0.001P>0.05RMSEA0.0600.052 0.08IFI0.8930.919 0.90TLI(NNFI)0.8790.907 0.90CFI0.8920.918 0.90NC( 2/df)2.3412.0321-3。